机器学习算法--回归的衡量指标（均方根误差和相关系数）

用于机器学习回归问题的两个最常见的性能评价指标是均方根误差（RMSE）和皮尔逊相关系数（R2）

import numpy as np
import pandas as pd

y_true = np.array([0, 0, 0, 1, 1, 1, 1, 1, 1, 1])
y_pred = np.array([0, 0, 1, 1, 1, 1, 1, 0, 0, 0])

# 均方根误差（RMSE）
rmse = np.sqrt(sum((y_true - y_pred) ** 2) / len(y_true))
print(rmse)

# 相关系数:使用corr()计算相关系数
corr = pd.DataFrame([y_true, y_pred]).T.corr()
print(corr)
print(corr[0][1])
print(np.mean((y_pred - np.mean(y_pred)) * (y_true - np.mean(y_true))) / (np.std(y_pred) * np.std(y_true)))